在构建情景时,应该能够观察到大多数相关风险因素在压力时期的表现。这样,就可以相当直接地评估该情景对公司业绩的影响。然而,可能需要运用判断来确定公司筹集更多资本或改善流动性的难易程度。通过强调关键变量(以及临时情景)构建的情景通常仅指定少数关键风险因素或经济变量的变动。为了完成这些情景,需要构建一个模型来确定一系列其他变量的预期表现。情景定义中指定的变量有时被称为核心变量,而其他变量被称为外围变量。一种方法是进行将外围变量与核心变量关联的分析(例如线性回归)。然而,重要的是要认识到,重点是压力市场条件下(而非正常市场条件下)变量之间的关系。因此,过去的压力时期可能在确定相关关系方面最有用。
对于信用风险损失,评级机构提供的数据可能很有用。例如,所有被评级公司的年度违约率数可以与经济变量(例如 GDP 增长率和失业率)关联起来,以确定不同情景下预期的总体违约率。然后,可以按比例放大或缩小该数据,以估算金融机构账簿上不同类别贷款的违约率。可以对回收率进行类似的分析从而确定损失率。
对于评估市场风险损失,相关的外围变量可能是那些其变动与核心风险因素(例如利率和股票价格)变化相关的变量。在投资银行等领域,盈利能力可能与股票价格和 GDP 增长率等关键经济变量相关。
分析师不仅应考虑情景的直接后果,还应考虑所谓的连锁效应。连锁效应反映了企业(尤其是其他金融机构)应对不利情景的方式所产生的影响。为了应对不利情景,企业往往会采取加剧不利条件的行动。设想一个围绕美国可能出现的房价泡沫而构建的情景。人们可能认为房价会下跌5-10%,这反过来会增加银行抵押贷款组合的损失。事实上这种情景导致了更严重的后果,如下所示:
• 一些房屋的价值低于其未偿还的抵押贷款。即使业主有能力偿还抵押贷款,许多人也选择违约。实际上,他们行使了一项选择权,将房屋以未偿还的抵押贷款金额卖回给贷款人。然后,贷款人出售了这栋房子。这增加了市场上的房屋供应,导致房价跌幅大于原本应有的幅度。这加剧了抵押贷款及其衍生证券的损失。
• 投资者纷纷转向优质资产,所有风险资产都被认为吸引力下降。结果,股票价格和公司债券价格大幅下跌。公司债券价格下跌意味着信用利差扩大。
• 银行担心其他银行的信用状况,不愿进行银行间拆借。这增加了银行的融资成本。









